有哪些值得推荐的 Python 开发工具

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了有哪些值得推荐的 Python 开发工具相关的知识,希望对你有一定的参考价值。

推荐5个非常适合Python小白的开发工具:

1、Python Tutor

Python Tutor是由Philip
Guo开发的一个免费教育工具,可帮助开发者攻克编程学习中的基础障碍,理解每一行源代码在程序执行时在计算机中的过程。通过这个工具,开发者可以直接在Web浏览器中编写Python代码,并逐步可视化地运行程序。如果你不知道代码在内存中是如何运行的,不妨把它拷贝到Tutor里可视化执行一遍,加深理解。

2、IPython

IPython是一个for Humans的Python交互式shell,用了它之后你就不想再用自带的Python
shell了,IPython支持变量自动补全,自动缩进,支持bash
shell命令,内置了许多实用功能和函数,同时它也是科学计算和交互可视化的最佳平台。

3、Jupyter Notebook

Jupyter
Notebook就像一个草稿本,能将文本注释、数学方程、代码和可视化内容全部组合到一个易于共享的文档中,以Web页面的方式展示。它是数据分析、机器学习的必备工具。

4、Anaconda

Python虽好,可总是会遇到各种包管理和Python版本问题,特别是Windows平台很多包无法正常安装,为了解决这些问题,Anaconda出现了,Anaconda包含了一个包管理工具和一个Python管理环境,同时附带了一大批常用数据科学包,也是数据分析的标配。

5、Skulpt

Skulpt是一个用javascript实现的在线Python执行环境,它可以让你轻松在浏览器中运行Python代码。使用Skulpt结合CodeMirror编辑器即可实现一个基本的在线Python编辑和运行环境。

参考技术A 前提:用来做数据处理和相关的系统开发
刚学python时,面对简陋的官方版idle和一大堆开发平台和发行版,不知道究竟如何下手。在进行多方尝试后,我最后的选择是Anaconda + Pycharm,用anaconda集成的ipython做工作台,做一些分析和小段程序调试的工作,用Pycharm写相应脚本和程序包的开发。这两个工具都是跨平台的,也都有免费版本。
具体来说Anaconda集成了几乎所有我需要的包库,包含了我整个工作流程,做数据分析的pandas\scipy\numpy、绘图的matplotlib、读写Excel文档的xlrd/xlwt,链接SQL数据库的SQLalchemy、机器学习框架sklearn等。对于Anaconda集成的两个工作平台,Spyder——一个类似于Matlab和Rstudio的IDE,是专注于面向数据的分析的,因为其特点也主要是数据区的存在,可以即时知道变量值的变化;Ipython——一个基于cell的shell界面,可以理解为python自带shell的增强版,它将程序分成一块一块的cell,每个cell可以包含多条语句,可以单独调试运行,并将结果保存在内存中,cell之间可以相互调用,并保持一定的相互独立。
可以说有了anaconda自带的这两个工具,足够做数据处理相关的工作了(本身anaconda就是一个为了数据科学而诞生的发行版),但如果涉及到脚本程序和包的开发,感觉spyder还是有点弱,在试过IDE,代码编辑器(比如visual code、sublime等)+插件,这两种方案后,我最后选择了集成度更高的成熟IDE——Pycharm替换spyder作为主要的开发平台,看我头像也可以知道我是一个喷气大脑的死忠,他们家的IDE真的很好用~理由如下:
1、首先作为学生,可以通过edu邮箱申请到Jetbrains全家桶,即便无法获取授权,pycharm的community版本免费并且功能足够
2、对于pycharm,可以方便快捷地切换python不同版本的解释器,甚至可以安装相同版本的python解释器配置不同的开发环境,这可以解决有些包之间冲突的情况,也可以针对有些框架按需装包;并且pycharm内置包管理,可以免去pip或者conda方式管理包。
3、pycharm这个IDE的颜色方案、拼写补全、函数联想、函数跳转源代码、断点调试及debug等功能都让我用的十分顺手。
总之我现在的工作流程就是,先用对我需要的功能进行设计,而后在ipython界面下设计调试每个功能模块,调试成功后放到pycharm中组合起来,写成脚本文件,最后用pycharm做调试形成成品。本回答被提问者采纳

Github 上都有哪些简单的 Python 小工具值得推荐

SQLMAP!
这货绝对是除了goagent已外人类已知最屌的python小工具了
至于sqlmap简单不简单嘛……你大多数情况下加 -u 和 --data 两个参数就能搞定大多数注入点了
参考技术A 个人觉得这个对于Linux或者mac用户来说应该很实用的python写的工具 https://github.com/nvbn/thefuck

以上是关于有哪些值得推荐的 Python 开发工具的主要内容,如果未能解决你的问题,请参考以下文章

Python 爬虫的入门教程都有哪些值得推荐的?

django的练手实战项目都有哪些值得推荐

有哪些值得推荐的开源 CMS?

有哪些可以极大提高工作效率的办公神器值得推荐?

前端开发工程师必读书籍都有哪些值得推荐

有哪些值得推荐的数据可视化工具